IKBFU's Vestnik

2014 Issue №10

Back to the list Download an article

Segmentation of multi-temporal radar images of earth covers

Pages
125-132

Abstract

Possibilities of application segmentation algorithms and classification of satellite radar images without deleting a speckle noise for separation of connected areas are considered. The segmentation algorithm Merge Using Moments is optimum for separation of specific composition of forest on multitemporal radar data for some vegetative periods in development of the deciduous, coniferous and mixed forest. For exact separation of water objects use of radar data of one year suffices.

Reference

1. Meinel G., Neubert M. A comparison of segmentation programs for high resolution remote sensing data // International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2004. Vol. 35(B4). P. 1097—1102.
2. Neubert M., Herold H., Meinel G. Evaluation of remote sensing image segmentation quality–Further results and concepts // International Archives of the Photogrammetry,Remote Sensing and Spatial Information Sciences. 2006. Vol. 36(C42).
3. Cook R., McConnell I., Stewart D. MUM (Merge Using Moments) Segmentation for SAR images // Proceedings of SPIE. 1994. Vol. 2316. doi: 10.1117/12.197529.
4. Oliver C. J., Blacknell D., White R. G. Optimum еdge detection in SAR // IEE Proceedings: Radar, Sonar and Navigation. 1996. Is. 143(1). P. 31—40.
5. Cook R., McConnell I., Stewart D. et al. Segmentation and simulated annealing //Proceedings of SPIE. 1996. Vol. 2958. P. 30—35.
6. Stewart D., Blacknell D., Blake A. et al. Optimal approach to SAR image segmentation and classification // IEE Proceedings. Radar, Sonar and Navigation. 2000. Vol. 147(3).P. 134–142.
7. Widayati A., Verbist B., Meijerink A. Application of combined pixel-based and spatial-based approaches for improved mixed vegetation classification using IKONOS // Proc. 23th Asian Conf. Remote Sens. 2002. P. 1—8.
8. Чимитдоржиев Т. Н., Архинчеев В. Е., Дмитриев А. В. Поляриметрическая оценка пространственных флуктуаций радарных изображений для восстановления структуры лесного полога // Исследование Земли из космоса. 2007. № 5. С. 80—82.
9. Dabboor M., Karathanassi V., Braun A. A multi-level segmentation methodology for dual-polarized SAR data // International Journal of Applied Earth Observation and Geoinformation. 2011. Vol. 13(3). P. 376—385.
10. Евтюшкин А. В., Байкалова Т. В., Миронов В. Л. и др. Определение биометрических характеристик лесных массивов по многовременным радиолокационным изображениям с использованием алгоритмов сегментации // География и природопользование Сибири. 2002. Вып. 5. С. 110—118.
11. Komarov S. A., Lukyanenko D. N., Yevtyushkin A. V. Use textural features for decoding of forest regions by SAR images // Proceedings of SPIE. 1999. Vol. 3983.P. 200-205. doi:10.1117/12.370493.
12. Bryksin V. M., Filatov A. V., Yevtyushkin A. V. Using of SAR data and DInSarPSInSar technique for monitoring Western Siberia and Arctic // Журнал радиоэлектроники. 2012. № 6. С. 1—53.
13. Барталев С. А., Ершов Д. В., Лупян Е. А. и др. Возможности использования спутникового сервиса ВЕГА для решения различных задач мониторинга наземных экосистем // Современные проблемы дисанционного зондирования Земли из космоса. 2012. Т. 9, № 1. С. 49—56.
14. Pulvirenti L., Chini M., Pierdicca N. et al. Flood monitoring using multi-temporal COSMO-SkyMed dat a: Image segmentation and signature interpretation // Remote Sensing of Environment. 2011. Vol. 115 (4). P. 990—1002